本技術(shù)涉及衛(wèi)星定位和通信，具體地，涉及一種基于衛(wèi)星定位和通信數(shù)傳的移動(dòng)目標(biāo)監(jiān)控系統(tǒng)。

背景技術(shù)：

1、衛(wèi)星定位技術(shù)基于北斗衛(wèi)星、gps、glonass、galileo等系統(tǒng)，以全球覆蓋、全天候高精度定位的特點(diǎn)，成為移動(dòng)目標(biāo)監(jiān)控的核心技術(shù)之一。通過衛(wèi)星定位和通信數(shù)傳技術(shù)，能夠獲取監(jiān)控目標(biāo)的位置信息，以保證在沒有網(wǎng)絡(luò)覆蓋的區(qū)域也能精確獲得監(jiān)控目標(biāo)的移動(dòng)情況，進(jìn)而能為偏遠(yuǎn)地區(qū)或網(wǎng)絡(luò)信號較差區(qū)域的戶外工作者、緊急救援行動(dòng)等提供技術(shù)支持。

2、傳統(tǒng)的移動(dòng)目標(biāo)監(jiān)控方法通常采用固定時(shí)間間隔的位置更新機(jī)制，即利用定位衛(wèi)星按照預(yù)設(shè)的時(shí)間間隔向智能設(shè)備，如gps模塊發(fā)送位置信息。這種方法在移動(dòng)目標(biāo)速度較為穩(wěn)定且分布集中的場景下尚能滿足需求，但在移動(dòng)目標(biāo)速度變化大、分布廣泛的情況下，則存在明顯的局限性。一方面，對于快速移動(dòng)的目標(biāo)，固定時(shí)間間隔可能無法及時(shí)捕捉到其位置變化，導(dǎo)致監(jiān)控精度下降；另一方面，對于慢速或靜止的目標(biāo)，頻繁的位置更新則會(huì)造成不必要的資源浪費(fèi)。

3、因此，需要一種優(yōu)化的基于衛(wèi)星定位和通信數(shù)傳的移動(dòng)目標(biāo)監(jiān)控方法以解決上述技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、提供該
技術(shù)實(shí)現(xiàn)要素：
部分以便以簡要的形式介紹構(gòu)思，這些構(gòu)思將在后面的具體實(shí)施方式部分被詳細(xì)描述。該發(fā)明內(nèi)容部分并不旨在標(biāo)識要求保護(hù)的技術(shù)方案的關(guān)鍵特征或必要特征，也不旨在用于限制所要求的保護(hù)的技術(shù)方案的范圍。

2、本技術(shù)提供了一種基于衛(wèi)星定位和通信數(shù)傳的移動(dòng)目標(biāo)監(jiān)控系統(tǒng)，所述系統(tǒng)包括：

3、移動(dòng)目標(biāo)位置監(jiān)測模塊，用于通過衛(wèi)星定位模塊采集被監(jiān)測移動(dòng)目標(biāo)的當(dāng)前位置信息的時(shí)間序列，并將所述當(dāng)前位置信息的時(shí)間序列傳輸至移動(dòng)目標(biāo)監(jiān)控服務(wù)器；

4、移動(dòng)目標(biāo)速度監(jiān)測模塊，用于通過通信數(shù)傳模塊采集所述被監(jiān)測移動(dòng)目標(biāo)的當(dāng)前移動(dòng)速度的時(shí)間序列，并將所述當(dāng)前移動(dòng)速度的時(shí)間序列傳輸至所述移動(dòng)目標(biāo)監(jiān)控服務(wù)器；

5、更新周期確定模塊，用于通過所述移動(dòng)目標(biāo)監(jiān)控服務(wù)器，基于所述當(dāng)前移動(dòng)速度的時(shí)間序列和所述當(dāng)前位置信息的時(shí)間序列，確定出目標(biāo)位置更新周期；

6、位置更新模塊，用于通過所述移動(dòng)目標(biāo)監(jiān)控服務(wù)器，當(dāng)所述目標(biāo)位置更新周期到達(dá)時(shí)，更新所述當(dāng)前位置信息。

7、可選地，所述更新周期確定模塊，包括：數(shù)據(jù)時(shí)序特征提取單元，用于分別對所述當(dāng)前移動(dòng)速度的時(shí)間序列和所述當(dāng)前位置信息的時(shí)間序列進(jìn)行時(shí)序編碼以得到移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量的序列和位置信息時(shí)序關(guān)聯(lián)特征向量的序列；特征前向傳播聚合單元，用于將所述移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量的序列和所述位置信息時(shí)序關(guān)聯(lián)特征向量的序列分別進(jìn)行特征前向傳播聚合以得到移動(dòng)速度時(shí)序傳播聚合表示向量和位置信息時(shí)序傳播聚合表示向量；多模態(tài)信息關(guān)聯(lián)融合分析單元，用于對所述移動(dòng)速度時(shí)序傳播聚合表示向量和所述位置信息時(shí)序傳播聚合表示向量進(jìn)行關(guān)聯(lián)掩碼注意力融合以得到靜態(tài)-動(dòng)態(tài)多模態(tài)對象狀態(tài)融合表示向量；更新周期解碼生成單元，用于基于所述靜態(tài)-動(dòng)態(tài)多模態(tài)對象狀態(tài)融合表示向量，生成所述目標(biāo)位置更新周期的解碼值。

8、可選地，所述數(shù)據(jù)時(shí)序特征提取單元，用于：將所述當(dāng)前移動(dòng)速度的時(shí)間序列和所述當(dāng)前位置信息的時(shí)間序列分別輸入基于bi-lstm模型的序列編碼器以得到所述移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量的序列和所述位置信息時(shí)序關(guān)聯(lián)特征向量的序列。

9、可選地，所述特征前向傳播聚合單元，用于：將所述移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量的序列和所述位置信息時(shí)序關(guān)聯(lián)特征向量的序列輸入基于節(jié)點(diǎn)能量顯著時(shí)序衰減的特征前向傳播網(wǎng)絡(luò)以得到所述移動(dòng)速度時(shí)序傳播聚合表示向量和所述位置信息時(shí)序傳播聚合表示向量。

10、可選地，所述特征前向傳播聚合單元，包括：能量顯著描述符計(jì)算子單元，用于基于所述移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量的序列中的各個(gè)移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量的均值和方差，計(jì)算所述各個(gè)移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量的能量顯著描述符以得到能量顯著描述符的時(shí)間序列；時(shí)間戳標(biāo)記子單元，用于提取所述移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量的序列中的各個(gè)移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量的時(shí)間戳以得到時(shí)間戳的時(shí)間序列；歷史節(jié)點(diǎn)特征劃分子單元，用于將所述移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量的序列中的當(dāng)前時(shí)間點(diǎn)對應(yīng)的移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量作為當(dāng)前移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量，且將其他時(shí)間點(diǎn)對應(yīng)的移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量作為歷史移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量，以得到當(dāng)前移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量和歷史移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量的序列；衰減因子計(jì)算子單元，用于計(jì)算所述歷史移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量的序列中的各個(gè)歷史移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量相對于所述當(dāng)前移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量的能量時(shí)間衰減因子以得到能量時(shí)間衰減因子的時(shí)間序列；歷史節(jié)點(diǎn)傳播聚合子單元，用于以所述能量顯著描述符的時(shí)間序列作為正向調(diào)節(jié)因子且以所述能量時(shí)間衰減因子的時(shí)間序列作為反向調(diào)節(jié)因子，對所述歷史移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量的序列進(jìn)行時(shí)序傳播聚合以得到歷史節(jié)點(diǎn)移動(dòng)速度時(shí)序聚合特征向量；全局時(shí)序聚合子單元，用于融合所述歷史節(jié)點(diǎn)移動(dòng)速度時(shí)序聚合特征向量和所述當(dāng)前移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量以得到所述移動(dòng)速度時(shí)序傳播聚合表示向量。

11、可選地，所述能量顯著描述符計(jì)算子單元，用于：計(jì)算所述移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量中的各個(gè)特征值與其特征均值的差值四次方的期望值，并將所述期望值除以所述移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量的特征方差的平方以得到所述能量顯著描述符。

12、可選地，所述衰減因子計(jì)算子單元，用于：計(jì)算所述歷史移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量與所述當(dāng)前移動(dòng)速度時(shí)序關(guān)聯(lián)特征向量之間的時(shí)間戳差值；對所述時(shí)間戳差值向下取整后除以預(yù)設(shè)時(shí)間衰減周期再進(jìn)行平方運(yùn)算，并將平方結(jié)果與預(yù)設(shè)衰減速率相乘以得到初始能量衰減系數(shù)；計(jì)算以自然常數(shù)為底，以所述初始能量衰減系數(shù)為指數(shù)的指數(shù)函數(shù)值，以得到所述能量時(shí)間衰減因子。

13、可選地，所述多模態(tài)信息關(guān)聯(lián)融合分析單元，用于：將所述移動(dòng)速度時(shí)序傳播聚合表示向量和所述位置信息時(shí)序傳播聚合表示向量輸入特征值關(guān)聯(lián)掩碼引導(dǎo)的可區(qū)分注意力融合模塊以得到所述靜態(tài)-動(dòng)態(tài)多模態(tài)對象狀態(tài)融合表示向量。

14、可選地，所述多模態(tài)信息關(guān)聯(lián)融合分析單元，包括：全域特征值關(guān)聯(lián)矩陣計(jì)算子單元，用于計(jì)算所述移動(dòng)速度時(shí)序傳播聚合表示向量和所述位置信息時(shí)序傳播聚合表示向量之間的全域特征值關(guān)聯(lián)矩陣；門控函數(shù)計(jì)算子單元，用于將所述全域特征值關(guān)聯(lián)矩陣輸入可學(xué)習(xí)的門控函數(shù)以得到相關(guān)性可區(qū)分權(quán)重矩陣；聚合表示向量計(jì)算子單元，用于以所述相關(guān)性可區(qū)分權(quán)重矩陣作為融合掩碼矩陣，分別計(jì)算所述移動(dòng)速度時(shí)序傳播聚合表示向量、所述位置信息時(shí)序傳播聚合表示向量與所述融合掩碼矩陣之間的矩陣乘積以得到區(qū)分強(qiáng)化移動(dòng)速度時(shí)序傳播聚合表示向量和區(qū)分強(qiáng)化位置信息時(shí)序傳播聚合表示向量；向量融合子單元，用于融合所述區(qū)分強(qiáng)化移動(dòng)速度時(shí)序傳播聚合表示向量和所述區(qū)分強(qiáng)化位置信息時(shí)序傳播聚合表示向量以得到所述靜態(tài)-動(dòng)態(tài)多模態(tài)對象狀態(tài)融合表示向量。

15、可選地，所述更新周期解碼生成單元，用于：將所述靜態(tài)-動(dòng)態(tài)多模態(tài)對象狀態(tài)融合表示向量輸入基于解碼器的目標(biāo)位置更新周期估計(jì)模塊以得到所述目標(biāo)位置更新周期的解碼值。

16、本技術(shù)至少具有如下技術(shù)效果：與現(xiàn)有技術(shù)相比，本技術(shù)通過采用基于深度學(xué)習(xí)的人工智能技術(shù)對移動(dòng)目標(biāo)的位置信息和移動(dòng)速度進(jìn)行數(shù)據(jù)分析，分別挖掘出移動(dòng)目標(biāo)的位置和移動(dòng)速度的時(shí)序變化規(guī)律，進(jìn)而通過對兩者進(jìn)行細(xì)粒度的特征關(guān)聯(lián)融合，以獲取多模態(tài)的移動(dòng)目標(biāo)狀態(tài)信息，從而智能估計(jì)移動(dòng)目標(biāo)的下一位置更新周期，在更新周期到達(dá)時(shí)，自動(dòng)更新移動(dòng)目標(biāo)的當(dāng)前位置信息。通過這種方式，可以在確保監(jiān)控精度的同時(shí)，減少不必要的通信和數(shù)據(jù)傳輸，從而優(yōu)化資源使用，降低定位過程中的功耗，提高定位服務(wù)的能效比和精度。

17、本技術(shù)的其他特征和優(yōu)點(diǎn)將在隨后的具體實(shí)施方式部分予以詳細(xì)說明。